qq_41488595的博客

文章目录论文阅读代码实现modeltrainpredict实验结果 论文阅读 感谢p导 论文链接：MobileNetV2: Inverted Residuals and Linear Bottlenecks 主要亮点是提出了带线性瓶颈层的倒残差结构 回顾MobileNet V1，主要是将普通Conv转换为dw和pw，但是在dw中训练出来可能会很多0，也就是depthwise部分得到卷积核会废掉，即卷积核参数大部分为0，因为权重数量可能过少，再加上Relu激活函数的原因 V2为了解决这方面的问题，提出去掉在低

文章目录逻辑回归-线性可分基础知识实验要求数据可视化构造数据集构造损失函数梯度下降函数准确率绘制决策边界逻辑回归-线性不可分知识点案例介绍数据可视化特征映射构造数据集正则化损失函数梯度下降函数准确率数据可视化 逻辑回归-线性可分 基础知识 线性可分指的是多变量的情况下，可以用直线将两种类别进行划分 这样我们可以对该模型的函数做出如下假设，由于该分类需要将结果分为0和1，如果还是与上次实验一样使用h=theta@X的话，结果的取值会有不落在0-1之中的。所以添加了一个激活函数sigmoid函数，将theta

吴恩达机器学习ex11 单变量线性回归1.1 数据准备1.2损失函数的定义1.3 梯度下降函数1.4 可视化损失函数1.5 拟合函数可视化2 多变量线性回归2.1 读取文件2.2 特征归一化2.3 构造数据集2.4 损失函数的定义2.5 梯度下降函数2.6 不同alpha下的效果3 正规方程 #导入常用的库 import numpy as np import pandas as pd import matplotlib.pyplot as plt 1 单变量线性回归 整个1的部分需要根据城市人口数量，预测